Cuando empecé a pensar seriamente en el impacto de la inteligencia artificial sobre el marketing del self-storage, a principios de 2025, la pregunta parecía relativamente sencilla: ¿podrían herramientas como ChatGPT llegar a desafiar a Google Search como punto de partida para quienes buscan un producto o un servicio?
Exploré esa cuestión en un artículo anterior, La IA y el futuro del marketing digital. En aquel momento, buena parte de la reflexión era necesariamente especulativa. Los asistentes de IA evolucionaban a una velocidad extraordinaria, pero Google Search seguía siendo la referencia evidente para la captación de clientes a nivel local y era difícil saber hasta qué punto los consumidores cambiarían realmente su forma de buscar servicios como el self-storage.
Un año y medio después, la pregunta ya parece ligeramente desfasada. No porque Google Search esté desapareciendo —Google afirma que las consultas en Search alcanzaron un máximo histórico a principios de 2026—, sino porque la frontera entre búsqueda e inteligencia artificial es cada vez menos clara. La propia Google avanza rápidamente hacia una búsqueda conversacional a través de AI Mode, que ya supera los mil millones de usuarios mensuales, mientras que ChatGPT, Gemini, Claude, Copilot y Perplexity funcionan cada vez más como herramientas de búsqueda, descubrimiento y recomendación.
Quizá, por tanto, la pregunta ya no sea si la IA va a sustituir a Google Search. Para los operadores, puede ser más útil plantearla de otra manera: ¿qué cambia cuando el cliente empieza a explicar su problema a una IA y le pregunta qué debería hacer?
Una forma distinta de descubrir el self-storage
El recorrido online tradicional de un cliente de self-storage nos resulta familiar. Surge una necesidad, busca en Google Search algo como self storage Barcelona o trasteros cerca de mí y obtiene anuncios, resultados de Maps y enlaces orgánicos. A partir de ahí, es el propio cliente quien hace buena parte del trabajo: abre varias webs, compara ubicaciones, consulta reseñas, mira precios y termina contactando con uno o varios operadores.
Es lógico que gran parte del marketing digital del sector se haya construido alrededor de ese recorrido. Los operadores compiten mediante SEO, publicidad de pago, perfiles de empresa en Google, reseñas y webs cada vez más sofisticadas, con el objetivo de ser visibles justo en el momento en que el cliente busca el producto.
La IA conversacional introduce un proceso bastante diferente. Un posible cliente puede explicar que está reformando un piso de 80 m² durante cuatro meses, que necesita guardar los muebles, que probablemente solo accederá dos veces y que utilizará una furgoneta. La IA puede interpretar esas necesidades, estimar el tamaño de trastero adecuado, considerar que la facilidad de carga es más importante que la proximidad, comparar centros y recomendar un pequeño grupo de operadores.
La diferencia importante no es simplemente que el cliente haya utilizado ChatGPT en lugar de Google Search. Es que parte de la comparación ya se ha producido antes de que el cliente llegue a la web del operador.
En una búsqueda convencional, aparecer en cuarta, sexta u octava posición sigue significando formar parte de las alternativas que el cliente puede investigar. En una respuesta generada por IA, el grupo inicial de opciones puede quedar reducido a dos o tres operadores.
Eso plantea una cuestión de marketing algo distinta. Puede que deje de importar únicamente en qué posición aparezco y empiece a importar cada vez más si mi centro entra siquiera en el grupo de opciones que la IA considera relevantes.
En lugar de seguir especulando, decidí probarlo
Quería comprobar si esta diferencia se podía observar en la práctica, así que hice un pequeño experimento con cinco de los principales asistentes de IA: ChatGPT, Claude, Gemini, Microsoft Copilot y Perplexity.
Planteé a cada uno la misma serie de consultas realistas de clientes en Madrid y Barcelona. Probamos ocho situaciones diferentes, lo que produjo un total de 40 respuestas. Las preguntas empezaban de forma relativamente general y después incorporaban requisitos cada vez más concretos relacionados con ubicación, tamaño del trastero, seguridad, acceso en vehículo, horarios y uso empresarial.
Uno de los casos era el de un pequeño comercio online que necesitaba entre 10 y 15 m² para almacenar stock y acceder a él con frecuencia. Otro planteaba el almacenamiento durante un año de muebles y objetos de cierto valor, dando prioridad a la seguridad frente al precio. Preguntamos por una reforma, por la necesidad de acceder a última hora de la tarde con una furgoneta y, finalmente, describimos un problema relacionado con una mudanza sin mencionar en ningún momento el self-storage.
Se trata de un ejercicio exploratorio, no de un estudio estadísticamente representativo. Cuarenta respuestas no permiten concluir cómo se comportarán millones de futuras consultas, y los propios sistemas están cambiando constantemente. Estoy preparando los resultados completos por separado porque creo que merecen un análisis más sistemático.
Aun así, algunos patrones fueron lo bastante claros como para resultar útiles.
No existe un único «ranking de IA»
Una de las conclusiones más evidentes fue que los distintos sistemas no se limitaban a reproducir la misma lista de grandes operadores en un orden ligeramente diferente.
Sí hubo cierta concentración. Bluespace apareció con frecuencia, especialmente en Madrid, mientras que OhMyBox tuvo una presencia destacada en Barcelona. Los grandes operadores parten con ventajas evidentes: múltiples centros, webs extensas, muchas reseñas de clientes y un volumen considerablemente mayor de información sobre ellos repartida por internet.
Pero la fuerza de la marca, por sí sola, no explicaba los resultados. Las recomendaciones cambiaban de forma significativa cuando cambiaban las circunstancias del cliente.
Cuando el acceso en vehículo y la carga adquirían importancia, empezaban a aparecer centros que documentaban claramente la existencia de aparcamiento, zonas de carga o acceso directo en vehículo. Cuando la prioridad era la seguridad, los sistemas pasaban a comparar videovigilancia, alarmas individuales, protección contra incendios y seguros, e incluso algunos concluían que un guardamuebles tradicional podía ser una solución más adecuada que el self-storage. Cuando el cliente era un negocio de comercio electrónico, cobraban mucho más peso la recepción de mercancías, las zonas de carga, la posibilidad de cambiar a unidades mayores y los servicios específicamente dirigidos a empresas.
También vimos operadores locales de menor tamaño aparecer por delante de competidores mucho mayores cuando las características de sus centros encajaban especialmente bien con una consulta concreta.
Nuestro experimento sugiere, por tanto, que la visibilidad en IA puede ser bastante más contextual que un ranking de búsqueda convencional. Quizá no exista un equivalente real a ser permanentemente «el número uno en ChatGPT para self-storage en Barcelona». La respuesta depende en gran medida de la pregunta que haga el cliente.
Dar a la IA algo que pueda entender
Otro patrón apareció una y otra vez: cuanto más claramente explicaba un operador lo que ofrecía realmente un centro, más fácil resultaba para los sistemas de IA justificar por qué ese centro encajaba con un determinado cliente.
Hay una diferencia importante, por ejemplo, entre decir que un centro ofrece almacenamiento seguro y flexible con un acceso cómodo y explicar que los clientes pueden acceder a sus trasteros todos los días de 07:00 a 22:00, que se puede activar por separado un acceso de 24 horas, que las furgonetas pueden entrar en una zona de carga específica y que hay carros y montacargas disponibles.
La primera descripción puede funcionar perfectamente como texto comercial, pero contiene muy poca información que permita distinguir un centro de otro. La segunda contiene datos concretos que pueden relacionarse directamente con las necesidades del cliente.
Lo vimos con especial claridad en los horarios de acceso. Varios sistemas confundieron la videovigilancia 24/7 con el acceso del cliente las 24 horas, mientras que «acceso los 365 días del año» se interpretó en ocasiones como acceso sin restricciones a cualquier hora. Son cosas muy distintas, pero una información ambigua o incoherente dificulta la distinción tanto para las personas como para las máquinas.
La lección práctica no es especialmente complicada: no obliguemos a la IA a adivinar. Publiquemos los horarios reales de acceso, expliquemos si existe la posibilidad de acceder las 24 horas, describamos cómo funciona la carga y descarga, indiquemos los tamaños disponibles, aclaremos si pueden entrar furgonetas, detallemos los sistemas de seguridad y dejemos claro si el personal puede recibir entregas.
Al menos en nuestras pruebas, los datos concretos daban a los sistemas bastante más material con el que razonar que las afirmaciones comerciales genéricas.
El centro importa, no solo la marca
Todo esto refuerza también la importancia de la información a nivel de cada centro.
Un cliente rara vez necesita «Bluespace Barcelona» u «OhMyBox Barcelona» en abstracto. Puede necesitar un centro en Sant Andreu al que pueda entrar con una furgoneta después de las ocho de la tarde, o uno en el Eixample donde puedan recibir entregas cuando él no está.
Para un operador con varios centros, cada instalación necesita por tanto funcionar como una entidad digital diferenciada. Su página debería dejar claro dónde está, cuándo pueden acceder los clientes, qué tamaños ofrece, cómo funciona la carga y descarga, qué medidas de seguridad tiene y qué distingue a esa ubicación en concreto.
Las reseñas de clientes también pueden contribuir a esa comprensión. En varias de nuestras pruebas, los sistemas de IA recurrieron a reseñas para inferir aspectos prácticos como la facilidad de carga, el aparcamiento, la atención del personal o la experiencia general de utilizar un determinado centro.
Tradicionalmente hemos considerado las reseñas sobre todo como una forma de generar confianza entre potenciales clientes y como un elemento importante del posicionamiento local. Ahora pueden tener otra función: aportar a los sistemas de IA evidencia independiente sobre cómo es realmente un centro.
De describir el producto a entender la situación del cliente
La prueba relacionada con el almacenamiento para empresas produjo otro patrón interesante.
Cuando preguntamos dónde debería guardar su inventario un pequeño comercio online que necesitaba entre 10 y 15 m² y acceso frecuente, los sistemas no se limitaron a buscar centros con unidades del tamaño adecuado. Analizaron si los proveedores podían entregar directamente allí, si el stock podía consultarse con frecuencia, lo fácil que resultaba cargar y descargar y si el cliente podría pasar a un trastero mayor a medida que creciera el negocio.
Los operadores que disponían de páginas específicas explicando su propuesta para e-commerce o almacenamiento empresarial daban a la IA mucho más contexto con el que trabajar.
Esto me hizo replantearme el papel de lo que solemos llamar contenido por «casos de uso». Las páginas sobre mudanzas, reformas, stock empresarial, comercio electrónico, reducción de vivienda o traslados temporales no son simplemente contenido adicional para SEO. Explican las circunstancias en las que el self-storage resulta útil.
Y esas circunstancias importan porque es precisamente ahí donde nace la demanda.
La diferencia puede parecer sutil, pero desde el punto de vista del marketing es significativa. El marketing digital tradicional se ha concentrado en gran medida en captar la demanda una vez que el cliente ya ha identificado el producto. La IA conversacional tiene el potencial de reconocer la necesidad subyacente antes de que el cliente llegue a ese punto.
Nuestra última prueba lo ilustró especialmente bien.
¿Qué ocurre si el cliente nunca menciona el self-storage?
Para la octava prueba eliminamos deliberadamente cualquier referencia al almacenamiento en la pregunta.
Nos limitamos a describir a una persona que iba a dejar su piso en Barcelona y cuya nueva vivienda no estaría lista hasta cinco meses después. Tenía muebles y unas 30 cajas y quería saber qué podía hacer con ellos.
Los cinco asistentes de IA identificaron el almacenamiento como la solución.
Más interesante aún, varios fueron más allá de recomendar el centro de self-storage más cercano. Perplexity y Claude razonaron que, como probablemente el cliente no necesitaría acceder con frecuencia durante esos cinco meses, podía resultar más apropiado un servicio de guardamuebles que recogiera los muebles y los devolviera cuando la nueva vivienda estuviera lista. Otros sistemas presentaron como alternativas tanto el self-storage convencional como el almacenamiento con recogida y entrega.
Probablemente este fue el resultado más interesante de todo el experimento, porque el cliente nunca se había identificado a sí mismo como cliente de self-storage.
La IA lo había hecho por él.
La demanda de self-storage siempre ha estado impulsada por acontecimientos y circunstancias, no por un deseo intrínseco de alquilar un trastero. La gente se muda, reforma su vivienda, hereda muebles, se traslada temporalmente o se queda sin espacio. Las empresas acumulan stock. Los comercios online terminan desbordando la habitación libre de casa.
Hasta ahora, el marketing digital ha esperado en gran medida a que esas circunstancias se transformaran en una búsqueda reconocible de nuestro producto. La IA puede permitir que el self-storage entre en la conversación una etapa antes, cuando el cliente todavía está describiendo el problema que necesita resolver.
Eso crea una oportunidad que va más allá de posicionarse para self storage near me. Cada vez será más importante facilitar que una máquina entienda qué problemas concretos de los clientes puede resolver especialmente bien cada centro.
La IA puede entender el problema y aun así equivocarse en la respuesta
Los resultados también tuvieron otra cara, y sería un error ignorarla.
Los sistemas cometieron un número sorprendente de errores factuales. Uno recomendó a un gran operador europeo de self-storage en una ciudad en la que, aparentemente, no tenía ningún centro. Otro presentó repetidamente negocios de consignas de equipaje como alternativas válidas al self-storage convencional. Una recomendación sobre el tamaño del trastero parecía haber trasladado criterios estadounidenses al mercado español y, como consecuencia, sugería bastante más espacio que los demás sistemas.
También encontramos horarios de recepción confundidos con horarios de acceso de clientes, videovigilancia 24 horas interpretada aparentemente como acceso 24 horas y afirmaciones sobre climatización u otras características de los centros que resultaban difíciles de confirmar.
No todos estos casos eran fallos de razonamiento. En varias ocasiones, la IA había entendido perfectamente el problema del cliente, pero había recuperado, interpretado o combinado incorrectamente la información sobre los negocios.
La distinción es importante. Una IA puede entender perfectamente lo que necesita un cliente y, aun así, recomendarle el centro equivocado.
Para el consumidor, es una razón para seguir verificando la información importante antes de tomar una decisión. Para los operadores, refuerza la necesidad de mantener información correcta y coherente en sus propias webs, perfiles de empresa de Google, directorios y otras fuentes.
Si una fuente dice que los clientes tienen acceso 24 horas y otra indica un horario de 07:00 a 22:00, la máquina tiene que decidir cuál creer. Si un operador está mal clasificado online, puede acabar agrupado con consignas de equipaje, empresas de mudanzas o almacenes que ofrecen un servicio fundamentalmente distinto.
La precisión y la coherencia pasan así a formar parte de la visibilidad en IA.
Esto no significa la muerte de Google Search — ni del SEO
Sería tentador convertir todo esto en otra predicción sobre cómo la IA va a acabar con Google Search. No creo que los datos justifiquen esa conclusión.
Google Search sigue teniendo una escala enorme y Google afirma que la actividad de Search continúa creciendo al mismo tiempo que se expande AI Mode. La distinción que debemos hacer, por tanto, no es simplemente entre «Google» e «IA», sino entre el recorrido tradicional a través de Google Search y una forma más amplia de descubrimiento mediado por IA que incluye también el propio AI Mode de Google.
Nada de esto convierte al SEO en obsoleto. Los asistentes de IA siguen dependiendo en gran medida de la información disponible en internet: webs de operadores, fichas locales, reseñas de clientes, directorios, medios de comunicación y otras fuentes. Un buen SEO técnico, un buen posicionamiento local y una web bien estructurada pueden ser incluso más importantes cuando esos mismos activos deben ser comprendidos no solo por potenciales clientes y buscadores convencionales, sino también por sistemas de IA que están construyendo una respuesta.
La publicidad avanza en la misma dirección. En agosto de 2026, OpenAI amplió ChatGPT Ads a 31 mercados europeos, entre ellos España, y a finales de ese mismo mes extendió el acceso de autoservicio mediante Ads Manager a esos mercados. Google también está incorporando publicidad a sus experiencias de búsqueda generadas por IA. La idea de que la IA conversacional iba simplemente a eliminar la búsqueda de pago parece hoy cada vez menos probable. Lo más probable es que la publicidad siga al cliente hasta la interfaz que decida utilizar.
Los canales están convergiendo, más que sustituyéndose unos a otros.
¿Qué deberían hacer ahora los operadores?
Sería prudente no reaccionar a todo esto encargando de inmediato una nueva «estrategia de optimización para IA» ni preocuparse demasiado por la creciente colección de siglas como GEO o AEO. La mayoría de las conclusiones prácticas de nuestro experimento son bastante menos exóticas y, afortunadamente, gran parte de lo que facilita que una IA entienda un centro también ayuda a que lo entienda un cliente.
Yo empezaría por seis cosas:
- Hacer que cada centro se entienda por sí solo online. Cada ubicación debería disponer de una página detallada con dirección, condiciones de acceso, tamaños disponibles, zonas de carga, aparcamiento, seguridad y servicios relevantes, en lugar de aparecer simplemente como una dirección dentro de una página general de centros.
- Sustituir las afirmaciones vagas por datos concretos. «Acceso cómodo» dice mucho menos que un horario exacto. «Máxima seguridad» es menos informativo que explicar los sistemas de videovigilancia, control de acceso, alarma y protección contra incendios. Si el acceso 24 horas para clientes no es lo mismo que la vigilancia 24 horas, conviene decirlo claramente.
- Escribir sobre las situaciones que generan demanda de almacenamiento. Explicar cómo funciona el servicio para alguien que está entre dos viviendas, haciendo una reforma, reduciendo el tamaño de su casa, trasladándose al extranjero, gestionando inventario de e-commerce o llevando un negocio al que ya no le cabe el stock. No son simplemente temas de contenido: son las circunstancias de las que nace la demanda.
- Mantener la información coherente en toda la web. La web, el Perfil de Empresa de Google, Maps, los directorios y otras fuentes externas no deberían contradecirse en horarios, servicios, direcciones o características del centro.
- Seguir invirtiendo en reseñas auténticas de clientes. Las reseñas continúan siendo importantes para la confianza y el posicionamiento local, pero nuestro experimento sugiere que también pueden ayudar a los sistemas de IA a comprender aspectos prácticos del centro que no siempre resultan evidentes en las descripciones corporativas.
- Probar personalmente los asistentes de IA. No basta con preguntar «¿Cuál es la mejor empresa de self-storage de Barcelona?». Conviene formular las preguntas que podrían hacer los clientes reales: describir una reforma, un negocio de e-commerce o la necesidad de guardar muebles de valor durante un año; cambiar el barrio, los requisitos de acceso y las prioridades; y observar no solo si aparece nuestro centro, sino también qué cree la IA que es cierto sobre él.
Nada de esto exige abandonar el marketing digital tradicional. En realidad, gran parte sigue siendo buen SEO y buena comunicación con el cliente.
La diferencia es que nuestra web tiene cada vez más otro lector: la máquina que está ayudando a nuestro potencial cliente a decidir qué hacer.
Que nos encuentren antes de que nos busquen
Cuando empecé a plantearme si la IA podía desafiar a Google Search como punto de partida para descubrir el self-storage, pensaba sobre todo en lo que podría ocurrir con el tráfico procedente de buscadores.
Después de realizar este experimento, creo que ese enfoque se queda corto.
El cambio más interesante no consiste simplemente en que alguien pueda preguntar a ChatGPT en lugar de escribir una consulta en Google Search. Consiste en que puede describir una situación sin saber siquiera qué producto necesita.
Una IA puede interpretar esa situación, identificar el self-storage como una posible solución, decidir qué características son importantes y reducir potencialmente todo un mercado local a una lista de dos o tres centros antes de que el cliente haya visitado la web de un solo operador.
Existen limitaciones evidentes mientras la tecnología siga siendo capaz de cometer errores factuales, y sería prematuro saber con qué rapidez cambiará el comportamiento de los consumidores. Google Search seguirá siendo un canal esencial de captación durante bastante tiempo.
Pero merece la pena prestar atención a la dirección que está tomando todo esto.
Durante años, los operadores de self-storage hemos trabajado para que nos encuentren cuando alguien busca self-storage. Cada vez será también más importante conseguir que nos encuentren antes de que el cliente sepa que el self-storage es lo que está buscando.